Python SQLAlchemy基本操作和常用技巧(包含大量例項,非常好)
首先說下,由於最新的 0.8 版還是開發版本,因此我使用的是 0.79 版,API 也許會有些不同。
因為我是搭配 MySQL InnoDB 使用,所以使用其他資料庫的也不能完全照搬本文。
接著就從安裝開始介紹吧,以 Debian/Ubuntu 為例(請確保有管理員許可權):
1.MySQL
apt-get install mysql-client
apt-get install libmysqlclient15-dev
2.python-mysqldb
複製程式碼程式碼如下: apt-get install python-mysqldb
3.easy_install
複製程式碼程式碼如下: wget http://peak.telecommunity.com/dist/ez_setup.py
python ez_setup.py
4.MySQL-Python
複製程式碼程式碼如下: easy_install MySQL-Python
5.SQLAlchemy
複製程式碼程式碼如下: easy_install SQLAlchemy
如果是用其他作業系統,遇到問題就 Google 一下吧。我是在 Mac OS X 上開發的,途中也遇到些問題,不過當時沒記下來……
值得一提的是我用了 MySQL-Python 來連 MySQL,因為不支援非同步呼叫,所以和 Tornado 不是很搭。不過效能其實很好,因此以後再去研究下其他方案吧……
裝好後就可以開始使用了:
from sqlalchemy.orm import sessionmaker
DB_CONNECT_STRING = 'mysql+mysqldb://root:[email protected]/ooxx?charset=utf8'
engine = create_engine(DB_CONNECT_STRING, echo=True)
DB_Session = sessionmaker(bind=engine)
session = DB_Session()
這裡的 DB_CONNECT_STRING 就是連線資料庫的路徑。“mysql+mysqldb”指定了使用 MySQL-Python 來連線,“root”和“123”分別是使用者名稱和密碼,“localhost”是資料庫的域名,“ooxx”是使用的資料庫名(可省略),“charset”指定了連線時使用的字符集(可省略)。
create_engine() 會返回一個數據庫引擎,echo 引數為 True 時,會顯示每條執行的 SQL 語句,生產環境下可關閉。
sessionmaker() 會生成一個數據庫會話類。這個類的例項可以當成一個數據庫連線,它同時還記錄了一些查詢的資料,並決定什麼時候執行 SQL 語句。由於 SQLAlchemy 自己維護了一個數據庫連線池(預設 5 個連線),因此初始化一個會話的開銷並不大。對 Tornado 而言,可以在 BaseHandler 的 initialize() 裡初始化:
複製程式碼程式碼如下:
class BaseHandler(tornado.web.RequestHandler):
def initialize(self):
self.session = models.DB_Session()
def on_finish(self):
self.session.close()
對其他 Web 伺服器來說,可以使用 sqlalchemy.orm.scoped_session,它能保證每個執行緒獲得的 session 物件都是唯一的。不過 Tornado 本身就是單執行緒的,如果使用了非同步方式,就可能會出現問題,因此我並沒使用它。
拿到 session 後,就可以執行 SQL 了:
print session.execute('show databases').fetchall()
session.execute('use abc')
# 建 user 表的過程略
print session.execute('select * from user where id = 1').first()
print session.execute('select * from user where id = :id', {'id': 1}).first()
不過這和直接使用 MySQL-Python 沒啥區別,所以就不介紹了;我還是喜歡 ORM 的方式,這也是我採用 SQLAlchemy 的唯一原因。
於是來定義一個表:
from sqlalchemy.types import CHAR, Integer, String
from sqlalchemy.ext.declarative import declarative_base
BaseModel = declarative_base()
def init_db():
BaseModel.metadata.create_all(engine)
def drop_db():
BaseModel.metadata.drop_all(engine)
class User(BaseModel):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
name = Column(CHAR(30)) # or Column(String(30))
init_db()
declarative_base() 建立了一個 BaseModel 類,這個類的子類可以自動與一個表關聯。
以 User 類為例,它的 __tablename__ 屬性就是資料庫中該表的名稱,它有 id 和 name 這兩個欄位,分別為整型和 30 個定長字元。Column 還有一些其他的引數,我就不解釋了。
最後,BaseModel.metadata.create_all(engine) 會找到 BaseModel 的所有子類,並在資料庫中建立這些表;drop_all() 則是刪除這些表。
接著就開始使用這個表吧:
user = User(name='a')
session.add(user)
user = User(name='b')
session.add(user)
user = User(name='a')
session.add(user)
user = User()
session.add(user)
session.commit()
query = session.query(User)
print query # 顯示SQL 語句
print query.statement # 同上
for user in query: # 遍歷時查詢
print user.name
print query.all() # 返回的是一個類似列表的物件
print query.first().name # 記錄不存在時,first() 會返回 None
# print query.one().name # 不存在,或有多行記錄時會丟擲異常
print query.filter(User.id == 2).first().name
print query.get(2).name # 以主鍵獲取,等效於上句
print query.filter('id = 2').first().name # 支援字串
query2 = session.query(User.name)
print query2.all() # 每行是個元組
print query2.limit(1).all() # 最多返回 1 條記錄
print query2.offset(1).all() # 從第 2 條記錄開始返回
print query2.order_by(User.name).all()
print query2.order_by('name').all()
print query2.order_by(User.name.desc()).all()
print query2.order_by('name desc').all()
print session.query(User.id).order_by(User.name.desc(), User.id).all()
print query2.filter(User.id == 1).scalar() # 如果有記錄,返回第一條記錄的第一個元素
print session.query('id').select_from(User).filter('id = 1').scalar()
print query2.filter(User.id > 1, User.name != 'a').scalar() # and
query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and
query3 = query3.filter(User.name != 'a')
print query3.scalar()
print query2.filter(or_(User.id == 1, User.id == 2)).all() # or
print query2.filter(User.id.in_((1, 2))).all() # in
query4 = session.query(User.id)
print query4.filter(User.name == None).scalar()
print query4.filter('name is null').scalar()
print query4.filter(not_(User.name == None)).all() # not
print query4.filter(User.name != None).all()
print query4.count()
print session.query(func.count('*')).select_from(User).scalar()
print session.query(func.count('1')).select_from(User).scalar()
print session.query(func.count(User.id)).scalar()
print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User,因此不需要指定表
print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() 限制 count() 的返回數
print session.query(func.sum(User.id)).scalar()
print session.query(func.now()).scalar() # func 後可以跟任意函式名,只要該資料庫支援
print session.query(func.current_timestamp()).scalar()
print session.query(func.md5(User.name)).filter(User.id == 1).scalar()
query.filter(User.id == 1).update({User.name: 'c'})
user = query.get(1)
print user.name
user.name = 'd'
session.flush() # 寫資料庫,但並不提交
print query.get(1).name
session.delete(user)
session.flush()
print query.get(1)
session.rollback()
print query.get(1).name
query.filter(User.id == 1).delete()
session.commit()
print query.get(1)
增刪改查都涉及到了,自己看看輸出的 SQL 語句就知道了,於是基礎知識就介紹到此了。
下面開始介紹一些進階的知識。
如何批量插入大批資料?
可以使用非 ORM 的方式:
User.__table__.insert(),
[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]
)
session.commit()
上面我批量插入了 10000 條記錄,半秒內就執行完了;而 ORM 方式會花掉很長時間。
如何讓執行的 SQL 語句增加字首?
使用 query 物件的 prefix_with() 方法:
session.execute(User.__table__.insert().prefix_with('IGNORE'), {'id': 1, 'name': '1'})
如何替換一個已有主鍵的記錄?
使用 session.merge() 方法替代 session.add(),其實就是 SELECT + UPDATE:
session.merge(user)
session.commit()
或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE,需要用到 @compiles 裝飾器,有點難懂,自己搜尋看吧:《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext。
如何使用無符號整數?
可以使用 MySQL 的方言:
id = Column(INTEGER(unsigned=True), primary_key=True)
模型的屬性名需要和表的欄位名不一樣怎麼辦?
開發時遇到過一個奇怪的需求,有個其他系統的表裡包含了一個“from”欄位,這在 Python 裡是關鍵字,於是只能這樣處理了:
如何獲取欄位的長度?
Column 會生成一個很複雜的物件,想獲取長度比較麻煩,這裡以 User.name 為例:
如何指定使用 InnoDB,以及使用 UTF-8 編碼?
最簡單的方式就是修改資料庫的預設配置。如果非要在程式碼裡指定的話,可以這樣:
__table_args__ = {
'mysql_engine': 'InnoDB',
'mysql_charset': 'utf8'
}
MySQL 5.5 開始支援儲存 4 位元組的 UTF-8 編碼的字元了,iOS 裡自帶的 emoji(如 � 字元)就屬於這種。
如果是對錶來設定的話,可以把上面程式碼中的 utf8 改成 utf8mb4,DB_CONNECT_STRING 裡的 charset 也這樣更改。
如果對庫或欄位來設定,則還是自己寫 SQL 語句比較方便,具體細節可參考《How to support full Unicode in MySQL databases》。
不建議全用 utf8mb4 代替 utf8,因為前者更慢,索引會佔用更多空間。
如何設定外來鍵約束?
from sqlalchemy import ForeignKey
class User(BaseModel):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
age = Column(Integer)
class Friendship(BaseModel):
__tablename__ = 'friendship'
id = Column(Integer, primary_key=True)
user_id1 = Column(Integer, ForeignKey('user.id'))
user_id2 = Column(Integer, ForeignKey('user.id'))
for i in xrange(100):
session.add(User(age=randint(1, 100)))
session.flush() # 或 session.commit(),執行完後,user 物件的 id 屬性才可以訪問(因為 id 是自增的)
for i in xrange(100):
session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))
session.commit()
session.query(User).filter(User.age < 50).delete()
執行這段程式碼時,你應該會遇到一個錯誤:
原因是刪除 user 表的資料,可能會導致 friendship 的外來鍵不指向一個真實存在的記錄。在預設情況下,MySQL 會拒絕這種操作,也就是 RESTRICT。InnoDB 還允許指定 ON DELETE 為 CASCADE 和 SET NULL,前者會刪除 friendship 中無效的記錄,後者會將這些記錄的外來鍵設為 NULL。
除了刪除,還有可能更改主鍵,這也會導致 friendship 的外來鍵失效。於是相應的就有 ON UPDATE 了。其中 CASCADE 變成了更新相應的外來鍵,而不是刪除。
而在 SQLAlchemy 中是這樣處理的:
複製程式碼程式碼如下: class Friendship(BaseModel):
__tablename__ = 'friendship'
id = Column(Integer, primary_key=True)
user_id1 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
user_id2 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
如何連線表?
from sqlalchemy.orm import aliased
Friend = aliased(User, name='Friend')
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的使用者
print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的使用者(去掉重複的)
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上
print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被別人當成朋友的使用者
print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上,join 的方向相反,但因為不是 STRAIGHT_JOIN,所以 MySQL 可以自己選擇順序
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 使用者及其朋友
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小於 10 的使用者及其朋友
print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 兩次 join,由於使用到相同的表,因此需要別名
print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 使用者及其朋友(無朋友則為 None,使用左連線)
這裡我沒提到 relationship,雖然它看上去很方便,但需要學習的內容實在太多,還要考慮很多效能上的問題,所以乾脆自己 join 吧。
為什麼無法刪除 in 操作查詢出來的記錄?
丟擲這樣的異常:
複製程式碼程式碼如下: sqlalchemy.exc.InvalidRequestError: Could not evaluate current criteria in Python. Specify 'fetch' or False for the synchronize_session parameter.
但這樣是沒問題的:
複製程式碼程式碼如下: session.query(User).filter(or_(User.id == 1, User.id == 2, User.id == 3)).delete()
搜了下找到《Sqlalchemy delete subquery》這個問題,提到了 delete 的一個注意點:刪除記錄時,預設會嘗試刪除 session 中符合條件的物件,而 in 操作估計還不支援,於是就出錯了。解決辦法就是刪除時不進行同步,然後再讓 session 裡的所有實體都過期:
複製程式碼程式碼如下: session.query(User).filter(User.id.in_((1, 2, 3))).delete(synchronize_session=False)
session.commit() # or session.expire_all()
此外,update 操作也有同樣的引數,如果後面立刻提交了,那麼加上 synchronize_session=False 引數會更快。
如何擴充模型的基類?
declarative_base() 會生成一個 class 物件,這個物件的子類一般都和一張表對應。如果想增加這個基類的方法或屬性,讓子類都能使用,可以有三種方法:
1.定義一個新類,將它的方法設定為基類的方法:
class ModelMixin(object):
@classmethod
def get_by_id(cls, session, id, columns=None, lock_mode=None):
if hasattr(cls, 'id'):
scalar = False
if columns:
if isinstance(columns, (tuple, list)):
query = session.query(*columns)
else:
scalar = True
query = session.query(columns)
else:
query = session.query(cls)
if lock_mode:
query = query.with_lockmode(lock_mode)
query = query.filter(cls.id == id)
if scalar:
return query.scalar()
return query.first()
return None
BaseModel.get_by_id = get_by_id
@classmethod
def get_all(cls, session, columns=None, offset=None, limit=None, order_by=None, lock_mode=None):
if columns:
if isinstance(columns, (tuple, list)):
query = session.query(*columns)
else:
query = session.query(columns)
if isinstance(columns, str):
query = query.select_from(cls)
else:
query = session.query(cls)
if order_by is not None:
if isinstance(order_by, (tuple, list)):
query = query.order_by(*order_by)
else:
query = query.order_by(order_by)
if offset:
query = query.offset(offset)
if limit:
query = query.limit(limit)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.all()
BaseModel.get_all = get_all
@classmethod
def count_all(cls, session, lock_mode=None):
query = session.query(func.count('*')).select_from(cls)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.scalar()
BaseModel.count_all = count_all
@classmethod
def exist(cls, session, id, lock_mode=None):
if hasattr(cls, 'id'):
query = session.query(func.count('*')).select_from(cls).filter(cls.id == id)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.scalar() > 0
return False
BaseModel.exist = exist
@classmethod
def set_attr(cls, session, id, attr, value):
if hasattr(cls, 'id'):
session.query(cls).filter(cls.id == id).update({
attr: value
})
session.commit()
BaseModel.set_attr = set_attr
@classmethod
def set_attrs(cls, session, id, attrs):
if hasattr(cls, 'id'):
session.query(cls).filter(cls.id == id).update(attrs)
session.commit()
BaseModel.set_attrs = set_attrs
雖然很拙劣,但確實能用。順便還附送了一些有用的玩意,你懂的。
2.設定 declarative_base() 的 cls 引數:
複製程式碼程式碼如下: BaseModel = declarative_base(cls=ModelMixin)
這種方法不需要執行“BaseModel.get_by_id = get_by_id”之類的程式碼。不足之處就是 PyCharm 仍然無法找到這些方法的位置。
3.設定 __abstract__ 屬性:
複製程式碼程式碼如下: class BaseModel(BaseModel):
__abstract__ = True
__table_args__ = { # 可以省掉子類的 __table_args__ 了
'mysql_engine': 'InnoDB',
'mysql_charset': 'utf8'
}
# ...
這種方法最簡單,也可以繼承出多個類。
如何正確使用事務?
假設有一個簡單的銀行系統,一共兩名使用者:
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
money = Column(DECIMAL(10, 2))
class TanseferLog(BaseModel):
__tablename__ = 'tansefer_log'
id = Column(Integer, primary_key=True)
from_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
to_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
amount = Column(DECIMAL(10, 2))
user = User(money=100)
session.add(user)
user = User(money=0)
session.add(user)
session.commit()
然後開兩個 session,同時進行兩次轉賬操作:
複製程式碼程式碼如下: session1 = DB_Session()
session2 = DB_Session()
user1 = session1.query(User).get(1)
user2 = session1.query(User).get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session1.add(TanseferLog(from_user=1, to_user=2, amount=100))
user1 = session2.query(User).get(1)
user2 = session2.query(User).get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session2.add(TanseferLog(from_user=1, to_user=2, amount=100))
session1.commit()
session2.commit()
現在看看結果:
複製程式碼程式碼如下: >>> user1.money
Decimal('0.00')
>>> user2.money
Decimal('100.00')
>>> session.query(TanseferLog).count()
2L
兩次轉賬都成功了,但是隻轉走了一筆錢,這明顯不科學。
可見 MySQL InnoDB 雖然支援事務,但並不是那麼簡單的,還需要手動加鎖。
首先來試試讀鎖:
user2 = session1.query(User).with_lockmode('read').get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session1.add(TanseferLog(from_user=1, to_user=2, amount=100))
user1 = session2.query(User).with_lockmode('read').get(1)
user2 = session2.query(User).with_lockmode('read').get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session2.add(TanseferLog(from_user=1, to_user=2, amount=100))
session1.commit()
session2.commit()
現在在執行 session1.commit() 的時候,因為 user1 和 user2 都被 session2 加了讀鎖,所以會等待鎖被釋放。超時以後,session1.commit() 會丟擲個超時的異常,如果捕捉了的話,或者 session2 在另一個程序,那麼 session2.commit() 還是能正常提交的。這種情況下,有一個事務是肯定會提交失敗的,所以那些更改等於白做了。
接下來看看寫鎖,把上段程式碼中的 'read' 改成 'update' 即可。這次在執行 select 的時候就會被阻塞了:
user1 = session2.query(User).with_lockmode('update').get(1)
這樣只要在超時期間內,session1 完成了提交或回滾,那麼 session2 就能正常判斷 user1.money >= 100 是否成立了。
由此可見,如果需要更改資料,最好加寫鎖。
那麼什麼時候用讀鎖呢?如果要保證事務執行期間內,被讀取的資料不被修改,自己也不去修改,加讀鎖即可。
舉例來說,假設我查詢一個使用者的開支記錄(同時包含餘額和轉賬記錄),可以直接把 user 和 tansefer_log 做個內連線。
但如果使用者的轉賬記錄特別多,我在查詢前想先驗證使用者的密碼(假設在 user 表中),確認相符後才查詢轉賬記錄。而這兩次查詢的期間內,使用者可能收到了一筆轉賬,導致他的 money 欄位被修改了,但我在展示給使用者時,使用者的餘額仍然沒變,這就不正常了。
而如果我在讀取 user 時加了讀鎖,使用者是無法收到轉賬的(因為無法被另一個事務加寫鎖來修改 money 欄位),這就保證了不會查出額外的 tansefer_log 記錄。等我查詢完兩張表,釋放了讀鎖後,轉賬就可以繼續進行了,不過我顯示的資料在當時的確是正確和一致的。
另外要注意的是,如果被查詢的欄位沒有加索引的話,就會變成鎖整張表了:
session2.query(User).filter(User.id < 40).with_lockmode('update').all() # 不會被鎖,因為 id 是主鍵
session1.rollback()
session2.rollback()
session1.query(User).filter(User.money == 50).with_lockmode('update').all()
session2.query(User).filter(User.money == 40).with_lockmode('update').all() # 會等待解鎖,因為 money 上沒有索引
要避免的話,可以這樣:
複製程式碼程式碼如下: money = Column(DECIMAL(10, 2), index=True)
另一個注意點是子事務。
InnoDB 支援子事務(savepoint 語句),可以簡化一些邏輯。
例如有的方法是用於改寫資料庫的,它執行時可能提交了事務,但在後續的流程中卻執行失敗了,卻沒法回滾那個方法中已經提交的事務。這時就可以把那個方法當成子事務來運行了:
# ...
if success:
session.commit()
return True
session.rollback()
return False
def step2():
# ...
if success:
session.commit()
return True
session.rollback()
return False
session.begin_nested()
if step1():
session.begin_nested()
if step2():
session.commit()
else:
session.rollback()
else:
session.rollback()
此外,rollback 一個子事務,可以釋放這個子事務中獲得的鎖,提高併發性和降低死鎖概率。
如何對一個欄位進行自增操作?
最簡單的辦法就是獲取時加上寫鎖:
user.age += 1
session.commit()
如果不想多一次讀的話,這樣寫也是可以的:
複製程式碼程式碼如下: session.query(User).filter(User.id == 1).update({
User.age: User.age + 1
})
session.commit()
# 其實欄位之間也可以做運算:
session.query(User).filter(User.id == 1).update({
User.age: User.age + User.id
})
相關推薦
Python SQLAlchemy基本操作和常用技巧(包含大量例項,非常好)
首先說下,由於最新的 0.8 版還是開發版本,因此我使用的是 0.79 版,API 也許會有些不同。 因為我是搭配 MySQL InnoDB 使用,所以使用其他資料庫的也不能完全照搬本文。 接著就從安裝開始介紹吧,以 Debian/Ubuntu 為例(請確保有管理員許可
Python SQLAlchemy基本操作和常用技巧
save 訪問 環境 metadata error mysql-cli 是個 這樣的 ces 轉自:https://www.jb51.net/article/49789.htm 首先說下,由於最新的 0.8 版還是開發版本,因此我使用的是 0.79 版,API 也許會有些不
【資料結構】圖的基本操作——圖的構造(鄰接矩陣,鄰接表),遍歷(DFS,BFS)
鄰接矩陣實現如下: /* 主題:用鄰接矩陣實現 DFS(遞迴) 與 BFS(非遞迴) 作者:Laugh 語言:C++ ******************************************* 樣例輸出如下: 請選擇圖的型別(a - 無向圖, b - 有向圖):a 請輸入總頂點
maven環境變數配置和倉庫配置(包含jdk環境變數配置)
一、先配置好jdk 1、系統變數→新建 JAVA_HOME 變數 ,變數值填寫jdk的安裝目錄(例如 E:\Java\jdk1.7.0) 2、系
thinkphp5 文章基本的增刪改查(包含圖片上傳功能)
控制器 <?php namespace app\admin\controller; use app\admin\controller\Base; use think\Db; use app\admin\model\Article as ArticleModel;
keil5工程移植到IAR8.1過程(包含大量報錯處理)
移植過程可以參考上貼,過程比較容易,這裡不展開講。在自己移植完成 ,編譯後發現有大量錯誤,錯誤主要分為lian兩類: 一、啟動檔案錯誤,錯誤數量較多,使總error數達到了一百多個,下面貼出報錯資訊: Building configuration: iSO-STM3
python對Mysql操作和使用ORM框架(SQLAlchemy)
普通多次查詢 user_id_list = session.query(HostToHostUser.host_user_id).join(Host).filter(Host.hostname=='c2').all() user_id_list = zip(*user_id_list) us
ArcGIS中的坐標系:基本概念和常用操作(二)
htm 計算幾何 bsp str com top span 面積 我們 關於坐標系,上次的內容還沒有結束。 上次已經解釋清楚關於投影坐標系和地理坐標系的區別了,它們在實際應用上也有諸多不同。 下面這張圖應該比較清晰 我們經常能發現,當計算面積時,提示面積已禁用,原
Mysql-常用數據的基本操作和基本形式
upd HERE let 管理 root mysql- roo db2 values 一 、介紹 二 、插入數據INSERT 三 、更新數據UPDATE 四 、刪除數據DELETE 五 、查詢數據SELECT 六 、權限管理 一、 介紹 MySQL
python列表基本操作(一)
一個 處理 move 長度 指定 排序 app 索引 處理方法 函數list 有些時候修改字符串不能像列表那樣,可以使用list來解決 list函數實際上是一個類,而不是函數。 somelist = list(‘hello‘) 字符串str1 = hello world,
Cris 的 Python 資料分析筆記 03:NumPy 矩陣運算和常用函式(重點)
03. 矩陣運算和常用函式(重點) 文章目錄 03. 矩陣運算和常用函式(重點) 1. numpy 矩陣判斷和計算 1.1 與運算 1.2 或運算 1.3 或運算作為矩陣索引賦值
【資料結構與演算法】之樹的基本概念及常用操作的Java實現(二叉樹為例) --- 第十二篇
樹是一種非線性資料結構,這種資料結構要比線性資料結構複雜的多,因此分為三篇部落格進行講解: 第一篇:樹的基本概念及常用操作的Java實現(二叉樹為例) 第二篇:二叉查詢樹 第三篇:紅黑樹 本文目錄: 1、基本概念 1.1 什麼是樹 1.2 樹的
IntelliJ Idea基本設定和常用快捷操作
在開發之前設定Idea中的部分功能設定,也能提高開發效率 1、設定快捷鍵為Exlipse的快捷鍵 作為剛從Eclipse轉為Idea的快捷鍵可能用不習慣,可更改為Exlipse中的快捷鍵,首先開啟settings,有以下兩種方式開啟 找到keymap,設定為eclipse即可
Python從零開始系列連載(5)——Python的基本運算和表示式(上)
變數 變數是什麼意思?還記得之前講過的裝菜的盤子和碗麼?不記得就回去看看咯 如果你學過其他語言,使用變數先要定義,或者在定義的同時賦值 而派森的變數不需要單獨定義,你直接在賦值的過程中完成了定義 有需要Python學習資料的小夥伴嗎?小編整理一套Python資料和PD
Python:讀取xlsx和xls檔案(Excel操作2)
#!/usr/bin/env python # coding:UTF-8 """ @version: python3.x @author:曹新健 @contact: [email protected] @software: PyCharm @file: 2讀取x
python筆記 1-2 liunx基本操作 -和 命令
day 1 liunx 常用命令 ls 命令 檢視 ls : 以列表方式檢視當前檔案內容 ls -a : 檢視所有內容 (包含隱藏檔案 , 隱藏檔案 是帶 . 的檔案) ls -l : 檢視詳細資訊 (包含可讀寫,許可權 大小用量 -h 是友好模式顯示) ls -h ; 友好模式
RabbitMQ訊息佇列(一基本概念和常用命令)
常用命令 /etc/init.d/rabbitmq-server start|stop|restart|reload rabbitmqctl add_vhost vhostname ##建立vhost rabbitmqctl delete_vhost v
Docker(2)docker 的基本操作和映象的執行
1.開啟安裝過的docker終端 使用docker images檢視本機所有的映象列表,發現本機是沒有映象的只有列頭。 2.拉取映象 使用docker pull 在檢視本機映象列表 3.執行hello-world映象
python + matplotlib.pyplot圖形基本操作和部分精細化操作
第一步:顯示一張圖片第二步:在同一座標下畫出兩條線(一些基本命令)# /usr/bin/env python # coding: utf-8 # 2018年06月01日21:53:46 # 學習python中matplotlib的筆記 # 參考網站1: http://cs23
順序棧的九種基本操作和實現(資料結構C語言版清華大學嚴蔚敏)
棧是僅限定在表尾進行插入和刪除操作的線性表,在嚴蔚敏版的C語言版的資料結構中共定義了九種棧的基本操作;分別是構造 銷燬 清空 棧長 棧頂 插入 刪除 遍歷。下面就是程式碼實現: 標頭檔案和巨集定義(